[发明专利]射电天文图像快速复原方法在审
申请号: | 201810283373.2 | 申请日: | 2018-04-02 |
公开(公告)号: | CN108665426A | 公开(公告)日: | 2018-10-16 |
发明(设计)人: | 白鹏;安涛;陈岚 | 申请(专利权)人: | 上海应用技术大学;中国科学院上海天文台 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 胡晶 |
地址: | 200235 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 观测数据 射电天文 全息 图像复原 复原 亮度源 图模型 图像 可见度数据 所在平面 天文图像 欠采样 望远镜 点源 迭代 更新 减去 卷积 偏振 频域 预设 重构 运算 观测 保证 | ||
本发明提供了一种射电天文图像快速复原方法,包括:根据获取到的观测数据构造全息脏图,所述观测数据包括:望远镜观测到的可见度数据;根据观测数据获取对应的全息脏图模型;在每个偏振方向上,把根据观测数据构造的全息脏图减去所述对应的全息脏图模型,得到残图并通过所述残图,得到所有点源的位置;从所述点源中寻找亮度源,并将所述亮度源与当前uv分布进行卷积以更新uv分布;uv分布是指观测数据在频域的横坐标u和纵坐标v所在平面的分布;根据满足预设迭代次数所得到最终更新的uv分布,重构天文图像。本发明在解决欠采样的射电天文图像复原问题时能够取得非常理想的复原精度,并在保证图像复原精度的前提下大幅缩短了射电天文图像复原的运算时间。
技术领域
本发明涉及图像处理技术领域,具体地,涉及射电天文图像快速复原方法。
背景技术
射电干涉仪是开展射电天文研究的主要工具之一,通过射电望远镜阵列获得目标天体的各项观测数据,对观测数据做相关处理后得到可见度数据,再对可见度数据在uv平面进行网格化处理和傅里叶变换后即可得到目标源的亮度分布图。由于受到望远镜阵列在空间分布和观测时间上的限制,对目标源的观测是一个欠采样过程,因此实际得到的亮度分布图是包含欠定信息在内的脏图。射电天文成像所要解决的问题就是如何根据脏图尽可能准确地反演出目标天体的真实亮度分布图。最大熵算法(maximum entropy method,MEM)和CLEAN算法是目前常用的射电天文图像复原算法,但其在图像复原精度和数据计算能力上均存在一定的局限性。下一代射电干涉仪以超高的灵敏度和观测精度,将产生大量的TB量级的观测数据,传统的MEM和CLEAN算法无法处理如此大规模的观测数据。
全息去卷积技术把望远镜的方向依赖和偏振信息考虑到图像的复原过程中去,大大提高了欠采样问题下图像的复原精度,可以满足下一代射电干涉仪对复原精度的需求,但目前存在的全息去卷积技术在可见度数据的生成和网格化处理的过程中都需要重复计算全息波束模型等有关数据,导致其在计算速度上存在一定的局限性。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种射电天文图像快速复原方法。
根据本发明提供的一种射电天文图像快速复原方法,包括:
根据获取到的观测数据构造全息脏图,所述观测数据包括:望远镜观测到的可见度数据;
根据所述观测数据,获取对应的全息脏图模型;
在每个偏振方向上,把根据观测数据构造的全息脏图减去所述对应的全息脏图模型,得到残图;
通过所述残图,得到所有点源的位置;
从所述点源中寻找亮度源,并将所述亮度源与当前uv分布进行卷积以更新uv分布;uv分布是指观测数据在频域的横坐标u和纵坐标v所在平面的分布;
根据满足预设迭代次数所得到最终更新的uv分布,重构天文图像。
可选地,所述根据所述观测数据,获取对应的全息脏图模型,包括:
获取观测数据在每一个偏振方向上的全息映射函数;其中,所述全息映射函数包含了从uv分布映射到全息uv平面的偏振信息,以及望远镜所有的基线采样信息和方向依赖波束信息;所述全息uv平面是指以全息天线观测后包含偏振信息的uv分布图;u、v分别表示频域的横坐标和纵坐标;
对每一个偏振方向上的全息映射函数进行傅里叶FFT变换后,得到对应的全息脏图模型。
可选地,所述通过所述残图,得到所有点源的位置,包括:
根据琼斯阵和每一个天线偏振方向的平均波束模型对所述残图进行转换处理后,得到所有点源的位置。
可选地,所述从所述点源中寻找亮度源,并将所述亮度源与当前uv分布进行卷积以更新uv分布,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海应用技术大学;中国科学院上海天文台,未经上海应用技术大学;中国科学院上海天文台许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810283373.2/2.html,转载请声明来源钻瓜专利网。